روش ترکیبی انتخاب ویژگی برای متن کاوی فارسی مبتنی بر الگوریتم های تکاملی
محل انتشار: همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,596
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM01_552
تاریخ نمایه سازی: 10 شهریور 1393
چکیده مقاله:
امروزه با افزایش روز افزون حجم اطلاعات متنی، وجود روش های طبقه بندی متون ضروری به نظر می رسد. همچنین با رشدفزاینده ی منابع متنی فارسی این مهم بیشتر احساس می شود هرچند که هنوز کارهای صورت گرفته مخصوصاً در زمینه ی طبقهبندی متون فارسی به گستردگی لاتینی، چینی و غیره نیست .در این مقاله یک سیستم برای طبقه بندی متون فارسی ارائه شده استکه توانسته معیارهای دقت، فراخوانی و کارایی کل را بهبود ببخشد. برای رسیدن به این هدف در این سیستم پس از پیش پردازشمتون و استخراج ویژگی، برای کاهش ابعاد بردار ویژگی، یک روش بهبودیافته جدید انتخاب ویژگی مبتنی بر الگوریتم بهینه سازی انبوه ذرات (PSO) نوآوری شده است. نهایتاً روشهای طبقه بندی بر روی بردار ویژگی کاهش داده شده اعمال شده است. برای ارزیابی روش انتخاب ویژگی در سیستم طبقه بندی ارائه شده، طبقه بندی کننده های ماشین بردار پشتیبان (SVM)، بیزین ساده به کارگرفته شده است. نتایج آزمایشهای به دست آمده از اجرای سیستم ارائه شده بر روی مجموعه متون همشهری، حاکی از بهبود دقت، فراخوانی و کارایی کل آن است. هر چند که طبقه بندی کننده ی SVM در این تحقیق از عملکرد بهتری برخوردار است.
کلیدواژه ها:
نویسندگان
اکرم رشدی
گروه کامپیوتر ٬ دانشگاه آزاد اسلامی واحد شبستر ٬ ایران
شاهین اکبرپور
گروه علوم کامپیوتر ٬ دانشگاه آزاد اسلامی واحد شبستر ٬ ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :